ISACA 進階人工智能安全管理專業認證 (AAISM)培訓

此為由導師主導的現場培訓（澳門，線上或線下），目標受眾為希望了解如何依循歐盟AI法案、GDPR、ISO/IEC 42001及美國總統AI行政命令等新興全球框架，負責任且合規地治理並保障AI系統的初級企業領導者。

完成本培訓後，參與者將能夠：

• 了解跨部門使用AI的法律、倫理與監管風險。
• 詮釋並應用主要的AI治理框架（歐盟AI法案、NIST AI RMF、ISO/IEC 42001）。
• 建立企業部署AI的安全、審計與監督政策。
• 制定第三方與內部AI系統的採購與使用指南。

人工智慧（AI）為政府機關和部門帶來了新的營運風險維度、治理挑戰及網路安全暴露。

本課程由講師主講，提供線上或線下實訓，針對對AI經驗有限但希望了解如何在政府或監管環境中評估、監控並保障AI系統的公共部門IT與風險專業人員而設計。

完成本課程後，學員將能夠：

• 解讀與AI系統相關的主要風險概念，包括偏差、不可預測性及模型漂移。
• 應用專為AI設計的治理與稽核框架，如NIST AI RMF及ISO/IEC 42001。
• 識別針對AI模型和數據管道的網路安全威脅。
• 建立跨部門的風險管理計畫與AI部署的政策一致性。

課程形式

• 公共部門案例的互動講座與討論。
• AI治理框架練習與政策映射。
• 基於情境的威脅建模與風險評估。

課程自訂選項

• 如需為本課程申請自訂培訓，請聯繫我們安排。

本課程為講師導航的現場培訓（線上或線下），旨在幫助初級至中級IT專業人員理解並在組織中實施AI TRiSM。

完成此培訓後，學員將能夠：

• 掌握AI信任、風險和安全管理的核心概念及其重要性。
• 識別並減輕與AI系統相關的風險。
• 實施AI的最佳安全實踐。
• 理解AI的合規性和道德考量。
• 制定有效的AI治理和管理策略。

本課程在 澳門 進行（線上或線下），旨在協助中階至高階的AI開發人員、架構師與產品經理識別降低LLM應用風險，包括提示注入、資料外洩及未經過濾的輸出，同時導入輸入驗證、人機互動監督以及輸出防護等安全控制機制。

完成本培訓後，參與者將能夠：

• 理解LLM系統的核心漏洞。
• 應用安全設計原則於LLM應用程式架構。
• 使用Guardrails AI及LangChain等工具進行驗證、過濾及安全防護。
• 將沙箱技術、紅隊演練及人機互動審查整合至生產級流程中。

描述：

CISA®是全球聞名且最受歡迎的認證，適用於從事資訊系統審計和IT風險諮詢專業人士。

我們的CISA課程是一門緊張、競爭激烈且以考試為重點的培訓課程。憑藉在歐洲和世界各地提供超過150次CISA培訓以及培訓超過1200名CISA學員的經驗，Net Security CISA培訓教材是由內部開發，首要任務是確保CISA學員通過ISACA CISA®考試。培訓方法側重於理解CISA IT審計概念並練習大量的ISACA過去三年發布的問題庫。隨著時間推移，CISA持證者在著名的會計公司、全球銀行、諮詢、保證和內部審計部門的需求巨大。

學員可能在IT審計方面擁有多年的經驗，但解決CISA試題的角度完全取決於他們對全球接受的IT保證實踐的理解。CISA考試非常具有挑戰性，因為兩個可能答案之間存在緊密衝突的機會，這就是ISACA測試您在全球IT審計實踐理解的所在。為了解決這些考試挑戰，我們始終提供最優秀的培訓師，他們在世界各地提供CISA培訓方面擁有豐富的經驗。

Net Security CISA手冊涵蓋所有與考試相關的案例研究、問答 Across CISA五個領域。此外，培訓師分享關鍵的CISA支持材料，如相關的CISA筆記、問題庫、CISA詞彙表、視頻、複習文件、考試提示和CISA心智圖。

目標：

最終目標是首次通過您的CISA考試。

objectives：

• 以對組織有益的實用方式使用獲得的知識
• 按照IT審計標準提供審計服務
• 領導力和組織結構以及流程的保證
• 資產acquisition/開發、測試和實施的保證
• IT運營包括服務運營和第三方的保證
• 組織的安全政策、標準、程序和控制的保證，以確保信息資產的機密性、完整性和可用性。

目標受眾：

財務/CPA專業人士、IT專業人士、內部和外部審計師、信息安全以及風險諮詢專業人士。

描述:

免責聲明：請注意，此更新的 CISM 考試內容大綱適用於自 2022 年 6 月 1 日開始的考試。

CISM® 是全球資訊安全經理最具聲望且要求最高的資格認證。該資格為您提供了一個平台，讓您成為精英同儕網絡的一員，能夠不斷學習和重新學習資訊安全管理中日益增長的機會與挑戰。

我們的 CISM 培訓方法論涵蓋了四個 CISM 領域的內容，重點在於建立概念並解答 ISACA 發布的 CISM 考試題目。該課程是針對 ISACA’s 認證資訊安全經理 (CISM®) 考試的激烈培訓和硬核備考。

我們的講師鼓勵所有出席代表在備考期間研讀 ISACA 發布的 CISM QA&E（問題、答案與解釋）。QA&E 對於幫助代表理解 ISACA 的出题風格、解題方法以及在现场培訓課程中快速吸收 CISM 概念方面非常出色。
我們的所有培訓師均擁有豐富的 CISM 培訓經驗。我們將為您做好充分的 CISM 考試準備。

目標：

最終目標是首次通過您的 CISM 考試。

客標：

• 以實用的方式運用所獲得的知識，為您的組織帶來利益
• 建立並維持資訊安全治理框架，以實現貴公司的目標和客標
• 將資訊風險管理在可接受的水平，以滿足業務和合規要求
• 建立並維持資訊安全架構（人員、流程、技術）
• 將資訊安全要求整合到第三方的合同和活動中
• 規劃、建立並管理偵測、調查、響應及從資訊安全事件中恢復的能力，以最小化業務影響

目標受眾：

• 具有 3-5 年一線經驗的安全專業人員
• 資訊安全經理或擁有管理職責的人員
• 需要對資訊安全管理有深入理解的資訊安全人員、資訊安全保證提供者，包括：CISO’s、CIO’s、CSO’s、隱私官員、風險經理、安全審計員和合規人員、BCP / DR 人員、負責保證職能的高管和操作經理

描述：

隨著威脅持續困擾全球各地的企業，對網絡安全技能的需求居高不下。接受調查的專業人員中絕大多數都認可這一點，並計劃從事需要網絡安全知識的工作。
為彌補這一缺口，ISACA 開發了網絡安全基礎證書，旨在提供該領域的技能教育和驗證。

目標：

面對日益上升的網絡安全威脅和全球範圍內合格安全專業人才的短缺，ISACA 的網絡安全基礎證書課程是快速培訓初級員工並確保他們擁有在網絡領域成功運作所需技能和知識的理想途徑。

受眾：

該證書課程也是獲取網絡安全基礎知識、開始建立此關鍵領域技能與知識的最佳方式之一。

本課程由講師親自指導，並提供現場培訓或遠程培訓（線上或實體授課），主要針對希望理解並解決人工智慧模型與系統特有資安弱點的中階人工智慧及資訊安全專業人士，尤其適用於金融、資料治理及顧問等高度監管行業。

完成本課程後，學員將能夠：

• 理解針對人工智慧系統的對抗性攻擊類型及其防禦方法。
• 實施模型加固技術，以保護機器學習管線的安全。
• 確保機器學習模型中的資料安全與完整性。
• 應對與人工智慧資安相關的法規合規要求。

這項在 澳門 的導師指導即時培訓（線上或線下），旨在幫助希望強化 EXO 部署、控制模型存取，並治理完全在本地運行的人工智慧工作負載的安全工程師和合規官。

這項在 澳門（線上或線下）由講師主導的實時培訓，針對初級 IT 安全、風險和合規專業人員，旨在讓他們理解基礎 AI 安全概念、威脅向量以及全球框架，如 NIST AI RMF 和 ISO/IEC 42001。

完成本培訓後，參與者將能夠：

• 理解 AI 系統帶來的獨特安全風險。
• 識別威脅向量，例如對抗性攻擊、數據毒化和模型反演。
• 應用基礎治理模型，如 NIST AI 風險管理框架。
• 使 AI 使用符合新興標準、合規指南和道德原則。

基於最新的 OWASP GenAI 安全項目指導方針，學員將通過動手練習和真實場景，學習識別、評估和緩解與 AI 相關的威脅。

此由講師指導的現場培訓 澳門（線上或線下），旨在幫助具備高級水平的專業人士實施和評估聯邦學習、安全多方計算、同態加密和差分隱私等技術，以用於真實世界中的機器學習流程。

完成本培訓後，參與者將能夠：

• 理解並比較關鍵的保護隱私的機器學習技術。
• 使用開源框架實施聯邦學習系統。
• 應用差分隱私來安全地共享數據和訓練模型。
• 利用加密和安全計算技術來保護模型的輸入與輸出。

此課程為由導師帶領的即時培訓（線上或線下），主要對象為希望模擬對AI系統進行攻擊、發現漏洞並提升已部署AI模型韌性的進階安全專業人員及ML專家。

完成本培訓後，學員將能夠：

• 模擬對機器學習模型的現實世界威脅。
• 生成對抗性樣本以測試模型韌性。
• 評估AI API與管線的攻擊面。
• 為AI部署環境設計紅隊測試策略。

此為澳門（線上或線下）講師帶領的實作培訓，旨在保護部署於邊緣的 AI 模型免受篡改、資料洩露、對抗性輸入及實體攻擊等威脅，針對中階工程師與安全專業人士。

完成本培訓後，參與者將能夠：

• 識別並評估邊緣 AI 部署中的安全風險。
• 應用防篡改與加密推論技術。
• 強化邊緣部署的模型並保護資料管線。
• 實施針對嵌入式及受限系統特定的威脅緩釋策略。

本課程由講師親自指導，在 澳門（線上或線下）提供實戰培訓，對象為希望理解並減輕針對 AI 模型新興威脅的初級到中级機器學習與網路安全專業人員。課程將結合概念框架與實用防護技術，如魯棒性訓練和差分隱私。

完成本培訓後，學員將能夠：

• 識別並分類特定於 AI 的威脅，例如對抗性攻擊、反演和投毒。
• 使用 Adversarial Robustness Toolbox (ART) 等工具來模擬攻擊並測試模型。
• 應用實用防護措施，包括對抗性訓練、噪音注入及隱私保護技術。
• 在生產環境中設計具有威脅意識的模型評估策略。